[论文解读] SemiCompRisks: An R Package for Independent and Cluster-Correlated Analyses of Semi-Competing Risks Data

Danilo Alvares, Sebastien Haneuse+2 more|arXiv (Cornell University)|Jan 10, 2018

Bayesian Methods and Mixture Models参考文献 25被引用 4

一句话总结

本论文介绍了 SemiCompRisks R 包，用于在加速失效时间或比例风险框架下，利用疾病-死亡多状态模型分析半竞争风险数据，支持灵活的贝叶斯与频率学估计方法。该包支持独立与聚类相关数据、参数与非参数基线风险函数、随机效应以及马尔可夫与半马尔可夫假设，其主要贡献在于模型的多功能性与在医学研究生存分析中的实用实现。

ABSTRACT

Semi-competing risks refer to the setting where primary scientific interest lies in estimation and inference with respect to a non-terminal event, the occurrence of which is subject to a terminal event. In this paper, we present the R package SemiCompRisks that provides functions to perform the analysis of independent/clustered semi-competing risks data under the illness-death multi-state model. The package allows the user to choose the specification for model components from a range of options giving users substantial flexibility, including: accelerated failure time or proportional hazards regression models; parametric or non-parametric specifications for baseline survival functions; parametric or non-parametric specifications for random effects distributions when the data are cluster-correlated; and, a Markov or semi-Markov specification for terminal event following non-terminal event. While estimation is mainly performed within the Bayesian paradigm, the package also provides the maximum likelihood estimation for select parametric models. The package also includes functions for univariate survival analysis as complementary analysis tools.

研究动机与目标

• 为解决单变量生存模型在半竞争风险情境下的局限性，即错误地将终末事件（如死亡）视为独立删失。
• 提供一个全面且用户友好的 R 包，支持在疾病-死亡多状态模型下对独立与聚类相关半竞争风险数据进行分析。
• 提供灵活的建模选项，包括加速失效时间与比例风险回归，支持参数或非参数基线生存函数及随机效应分布。
• 将贝叶斯估计与最大似然法相结合，适用于部分参数模型，实现对多样化数据结构的稳健推断。
• 通过真实造血干细胞移植数据的示范分析及详尽的 vignette 文档，支持实际应用。

提出的方法

• 该包实现了疾病-死亡多状态模型，用于表示从初始状态到非终末事件（如疾病诊断）的转移，随后发生终末事件（如死亡），且转移不可逆。
• 支持在非终末事件后对终末事件采用马尔可夫与半马尔可夫假设，允许对事件时间之间的依赖关系进行建模。
• 估计主要基于贝叶斯框架，使用 MCMC 方法，对回归系数、基线风险函数及脆弱性项指定先验分布。
• 对于选定的参数模型，也可使用最大似然估计，为贝叶斯推断提供替代方案。
• 用户可将基线生存函数指定为参数型（如对数正态分布）或非参数型（通过 B 样条），随机效应分布可为参数型或非参数型（通过狄利克雷过程混合）。
• 该包还包含用于单变量生存分析的函数，作为补充工具，增强其在探索性与验证性分析中的实用性。

实验结果

研究问题

• RQ1 如何对半竞争风险数据进行建模，以正确反映非终末事件与终末事件之间的依赖关系，避免因独立删失假设导致的偏倚？
• RQ2 当数据存在聚类（如按中心或家庭）时，半竞争风险数据的最优建模策略是什么？随机效应如何捕捉组内相关性？
• RQ3 不同设定（如参数型与非参数型基线风险函数，或马尔可夫与半马尔可夫假设）如何影响半竞争风险分析中的模型拟合与推断结果？
• RQ4 与最大似然法相比，基于 MCMC 的贝叶斯框架在复杂半竞争风险模型中是否能提供可靠且高效的估计？
• RQ5 SemiCompRisks R 包在真实世界生物医学研究中，如何支持半竞争风险数据的可重复且灵活的分析？

主要发现

• SemiCompRisks 包成功实现了多种半竞争风险模型，包括具有灵活基线与随机效应设定的 AFT 与 PH 模型。
• 通过 MCMC 进行的贝叶斯估计实现了收敛，所有参数（包括回归系数与脆弱性方差）的潜在尺度缩减因子（PSRF）值均接近 1.0。
• 在造血干细胞移植数据集中，基于对数正态基线风险的 AFT 模型显示，与 dTypeALL 患者相比，dTypeCML 患者的非终末事件发生风险降低 47%（HR = 0.53，95% 可信区间：0.42–0.67）。
• 脆弱性方差（theta）估计为 2.6（95% 可信区间：2.5–2.8），表明聚类间存在显著的未观测异质性。
• 首次转移（非终末事件）的基线对数正态参数估计为 mu = 8.2（95% 可信区间：8.0–8.4）与 sigmaSq = 7.1（95% 可信区间：6.4–8.0），反映出事件时间的高变异性。
• 该包的实现能够准确估计生存概率与风险比，可信区间充分反映了复杂聚类半竞争风险数据中的不确定性。